Лоцируйте обработку

Импорт файла Velodyne^®, сегментация, субдискретизация, преобразования, визуализация и 3-D регистрация облака точек от лидара

Продвинутые системы помощи водителю используют 3-D облака точек, полученные из сканирований лидара, чтобы измерить физические поверхности. Обработка облака точек лидара позволяет вам проредить, denoise, и преобразовать эти облака точек прежде, чем указать их или сегментировать их на кластеры. Можно также читать, записать, сохранить, отобразить и сравнить облака точек, включая облака точек, импортированные из пакетного получения Velodyne (PCAP) файлы.

Функции

развернуть все

Ввод-вывод и Устройство хранения данных

`pointCloud`	Объект для хранения 3-D облака точек
`velodyneFileReader`	Считайте данные об облаке точек из файла Velodyne PCAP
`pcread`	Считайте 3-D облако точек из PLY или файла PCD
`pcwrite`	Запишите 3-D облако точек в PLY или файл PCD

Предварительная обработка

`pcdenoise`	Удалите шум из 3-D облака точек
`pcdownsample`	Downsample 3-D облако точек
`pcmerge`	Объедините два 3-D облака точек
`pcnormals`	Оцените нормали для облака точек
`pctransform`	Преобразуйте 3-D облако точек

Визуализация

`pcplayer`	Визуализируйте передающие потоком 3-D данные об облаке точек
`pcshow`	Постройте 3-D облако точек
`pcshowpair`	Визуализируйте различие между двумя облаками точек

Регистрация

`pcregistercpd`	Укажите два облака точек с помощью алгоритма CPD
`pcregistericp`	Укажите два облака точек с помощью алгоритма ICP
`pcregisterndt`	Укажите два облака точек с помощью алгоритма NDT

Сегментация

`pcsegdist`	Облако точек сегмента в кластеры на основе Евклидова расстояния
`segmentLidarData`	Сегмент организовал 3-D данные об области значений в кластеры
`segmentGroundFromLidarData`	Земля сегмента указывает из организованных данных о лидаре
`pcfitplane`	Соответствуйте плоскости к 3-D облаку точек
`planeModel`	Объект для хранения параметрической плоской модели

Рекомендуемые примеры

Ground Plane and Obstacle Detection Using Lidar

Оснуйте обнаружение плоскости и препятствия Используя лидар

Обнаружьте наземную плоскость и найдите соседние препятствия в 3-D данных о лидаре.

Открыть скрипт

Track Vehicles Using Lidar: From Point Cloud to Track List

Транспортные средства дорожки Используя лидар: от облака точек до списка дорожек

Отследите транспортные средства из данных о лидаре с помощью средства отслеживания объединенной вероятностной ассоциации данных (JPDA) и подхода взаимодействующей многоуровневой модели (IMM).

Открыть скрипт

Создайте карту из данных о лидаре

Обработайте 3-D данные о датчике лидара, чтобы прогрессивно создать карту с помощью со стороны показаний инерционного модуля измерения (IMU).

Открыть скрипт

Документация Automated Driving Toolbox

Поддержка

Памятка переводчика

1. Если смысл перевода понятен, то лучше оставьте как есть и не придирайтесь к словам, синонимам и тому подобному. О вкусах не спорим.

2. Не дополняйте перевод комментариями “от себя”. В исправлении не должно появляться дополнительных смыслов и комментариев, отсутствующих в оригинале. Такие правки не получится интегрировать в алгоритме автоматического перевода.

3. Сохраняйте структуру оригинального текста - например, не разбивайте одно предложение на два.

4. Не имеет смысла однотипное исправление перевода какого-то термина во всех предложениях. Исправляйте только в одном месте. Когда Вашу правку одобрят, это исправление будет алгоритмически распространено и на другие части документации.

5. По иным вопросам, например если надо исправить заблокированное для перевода слово, обратитесь к редакторам через форму технической поддержки.